Matplotlib 을 이용한 데이터 시각화 | Python 프로그래밍 | 랩

소개

이 랩은 Matplotlib 을 사용하여 데이터 시각화의 기본 사항을 소개하도록 설계되었습니다. Matplotlib 은 Python 을 위한 널리 사용되는 데이터 시각화 라이브러리로, 플롯, 그래프 및 차트를 생성하기 위한 광범위한 옵션을 제공합니다.

VM 팁

VM 시작이 완료되면, 왼쪽 상단 모서리를 클릭하여 Notebook 탭으로 전환하여 실습을 위해 Jupyter Notebook에 접근하십시오.

때로는 Jupyter Notebook 이 로딩을 완료하는 데 몇 초 정도 기다려야 할 수 있습니다. Jupyter Notebook 의 제한 사항으로 인해 작업의 유효성 검사는 자동화될 수 없습니다.

학습 중에 문제가 발생하면 언제든지 Labby 에게 문의하십시오. 세션 후 피드백을 제공해주시면 문제를 신속하게 해결해 드리겠습니다.

설정

시작하기 전에 Matplotlib 이 설치되었는지 확인해야 합니다. 다음 명령을 실행하여 pip 를 사용하여 설치할 수 있습니다.

!pip install matplotlib

설치가 완료되면 라이브러리를 가져오고 환경을 설정해야 합니다.

import matplotlib.pyplot as plt
import numpy as np

## Fixing random state for reproducibility
np.random.seed(19680801)

## Create new Figure with black background
fig = plt.figure(figsize=(8, 8), facecolor='black')

## Add a subplot with no frame
ax = plt.subplot(frameon=False)

랜덤 데이터 생성

이 단계에서는 플롯을 생성하는 데 사용할 랜덤 데이터를 생성합니다.

## Generate random data
data = np.random.uniform(0, 1, (64, 75))
X = np.linspace(-1, 1, data.shape[-1])
G = 1.5 * np.exp(-4 * X ** 2)

선 그래프 생성

이전 단계에서 생성한 랜덤 데이터를 사용하여 선 그래프를 생성합니다.

## Generate line plots
lines = []
for i in range(len(data)):
    ## Small reduction of the X extents to get a cheap perspective effect
    xscale = 1 - i / 200.
    ## Same for linewidth (thicker strokes on bottom)
    lw = 1.5 - i / 100.0
    line, = ax.plot(xscale * X, i + G * data[i], color="w", lw=lw)
    lines.append(line)

한계 설정 및 눈금 제거

이 단계에서는 y 축 한계를 설정하고 플롯에서 눈금을 제거합니다.

## Set y limit (or first line is cropped because of thickness)
ax.set_ylim(-1, 70)

## No ticks
ax.set_xticks([])
ax.set_yticks([])

제목 추가

플롯에 제목을 추가합니다.

## 2 part titles to get different font weights
ax.text(0.5, 1.0, "MATPLOTLIB ", transform=ax.transAxes,
        ha="right", va="bottom", color="w",
        family="sans-serif", fontweight="light", fontsize=16)
ax.text(0.5, 1.0, "UNCHAINED", transform=ax.transAxes,
        ha="left", va="bottom", color="w",
        family="sans-serif", fontweight="bold", fontsize=16)

플롯 애니메이션

이제 데이터를 오른쪽으로 이동하고 새로운 값을 채워 플롯을 애니메이션화합니다.

import matplotlib.animation as animation

def update(*args):
    ## Shift all data to the right
    data[:, 1:] = data[:, :-1]

    ## Fill-in new values
    data[:, 0] = np.random.uniform(0, 1, len(data))

    ## Update data
    for i in range(len(data)):
        lines[i].set_ydata(i + G * data[i])

    ## Return modified artists
    return lines

## Construct the animation, using the update function as the animation director.
anim = animation.FuncAnimation(fig, update, interval=10, save_count=100)
plt.show()

요약

이 랩에서는 Matplotlib 을 사용하여 데이터 시각화의 기본 사항을 배웠습니다. 무작위 데이터를 생성하고, 선 그래프를 만들고, 제한을 설정하고 눈금을 제거하고, 제목을 추가하고, 플롯을 애니메이션화했습니다. 이것들은 단지 기본 사항일 뿐이며, Matplotlib 은 시각화를 사용자 정의하고 향상시키기 위한 더 많은 옵션을 제공합니다.

Matplotlib 데이터 시각화

소개